30 milliards de photos. Pas des selfies de vacances, non: des façades, des statues, des trottoirs, des entrées de parc. Tout ce que tu filmes quand le jeu te demande de « scanner » un PokéStop pour gratter des récompenses. Depuis 2016, Pokémon GO a transformé des balades de joueurs en une base visuelle gigantesque, avec des images prises sous tous les angles, à différentes heures, par tous les temps. Le truc, c’est que ce trésor n’est pas resté dans le monde du jeu. Niantic s’en sert pour entraîner un système de localisation visuelle ultra précis, et ce système sert déjà à la navigation de robots livreurs. Des machines à roulettes, celles de Coco Robotics, qui doivent comprendre le terrain comme un humain: repérer un coin de rue, éviter un obstacle, retrouver une entrée. Et oui, tu as peut-être bossé pour eux sans le savoir.
Le « scan » des PokéStops a fabriqué une carte vivante
Sommaire
Pokémon GO n’a pas juste poussé les gens à marcher, il les a poussés à regarder et à filmer. Entre les PokéStops, les arènes et les missions, les joueurs ont capturé plus de 30 milliards d’images depuis le lancement., nous explique le fondateur de la boutique spécialisée dans les Pokemon : Cartesia Shop.
Et à l’époque où le jeu cartonnait, on parlait d’environ 230 millions de joueurs actifs mensuels. Même si la foule a fondu, il resterait encore autour de 50 millions de joueurs à sortir le téléphone.
Ces images ne sont pas juste des « photos« . Elles arrivent avec des métadonnées :
- position du téléphone
- orientation
- vitesse de déplacement
- …
Résultat : pour un même endroit, Niantic peut avoir des milliers de prises de vue, depuis le trottoir d’en face, au ras d’un escalier, sous la pluie ou en plein soleil. Un joueur croit filmer une statue pour gagner des Poké Balls – derrière, ça devient une pièce d’un puzzle géant.
Et ce puzzle est précieux parce qu’il couvre des zones où le GPS classique galère. Les joueurs passent dans des rues piétonnes, des parcs, des impasses, des tunnels, des coins qui ne sont pas « pratiques » pour une voiture et pas toujours bien compris par une carte standard. Pour une IA qui doit comprendre la ville au niveau du trottoir, ce genre d’images vaut de l’or. Niantic appelle ça une « carte vivante » qui s’améliore en continu.
Le Visual Positioning System de Niantic vise le centimètre
Avec ce stock d’images, Niantic a entraîné un outil de navigation visuelle: le Visual Positioning System, ou VPS. L’idée est simple sur le papier: au lieu de se fier seulement aux satellites, l’appareil « regarde » les bâtiments autour de lui et se localise en comparant ce qu’il voit avec la base de données. Quand tu as des milliers de photos d’un même lieu, prises sous des angles différents, tu peux recaler une position très finement.
Le VPS promet une localisation à quelques centimètres près dans les zones couvertes. Ça change tout pour des usages où « à 10 mètres près » ne suffit pas. Trouver la bonne entrée d’un immeuble, distinguer deux portes côte à côte, comprendre qu’un chemin coupe un parc au milieu, ou qu’un escalier remplace une rampe. Là, le GPS te laisse souvent dans le flou. La vision, elle, peut reconnaître des détails fixes: une façade, un lampadaire, un muret.
Un ancien de Niantic que j’ai déjà croisé sur un dossier AR me résumait ça cash: « Le GPS te dit où tu es, le VPS te dit exactement où tu poses le pied. » Et quand tu y penses, Pokémon GO était le prétexte parfait pour récolter ce qu’il faut: des images du monde réel, prises par des humains, au niveau de la rue, avec une diversité impossible à payer en tournage classique. Du coup, la tech construite pour attraper des Pokémon devient une brique de navigation.
Coco Robotics récupère le bénéfice, les joueurs font la main-d’uvre
Niantic s’est associée à Coco Robotics, une start-up de livraison autonome, pour exploiter cette navigation visuelle. Les robots de Coco sont des petites machines à roulettes qui doivent livrer dans des grandes villes, pas sur une piste d’essai. Et en ville, tu as des obstacles partout: trottoirs étroits, recoins, passages piétons, zones piétonnes, bordures, mobilier urbain. Pour qu’un robot soit « bon », il faut qu’il comprenne ces détails et qu’il sache se repérer.
Les sources parlent d’un usage dans des villes comme Los Angeles, Chicago ou Helsinki. Et là tu vois l’intérêt d’un atlas visuel fait par des joueurs: ce sont des images prises exactement là où un robot va rouler. Pas une vue satellite, pas une carte simplifiée. Un décor réel, vécu, avec des variations de lumière et de météo. Pour entraîner une IA, cette diversité compte énormément. Un robot qui n’a vu qu’un trottoir « par beau temps » devient vite idiot quand il pleut.
Le revers de la médaille, c’est le côté « microtâches déguisées ». Les scans demandaient du temps, de l’attention, parfois de tourner autour d’un point d’intérêt pour filmer sous plusieurs angles. Les conditions d’utilisation mentionnent la collecte, oui, mais soyons honnêtes: personne ne lit ces pages. Résultat, des millions de gens ont contribué à un dataset commercial sans vraiment mesurer la portée. Et pendant que toi tu chasses un Pokémon rare, le robot, lui, apprend à livrer un repas chaud à l’heure. On verra bien si ce modèle devient la norme dans d’autres applis grand public.
Questions fréquentes
- Quelles données des joueurs de Pokémon GO sont utilisées pour les robots ?
- Surtout des images captées lors des scans de lieux (PokéStops, arènes, missions), plus leurs métadonnées : position, orientation du téléphone et vitesse de déplacement. En multipliant les angles et les conditions (heure, météo), Niantic obtient une base visuelle très riche pour entraîner la localisation et la navigation.
- Pourquoi des photos de joueurs aident plus qu’un GPS classique ?
- Le GPS peut être imprécis en ville, surtout près des immeubles ou dans des zones complexes. La localisation visuelle compare ce que “voit” la caméra à une base d’images du même endroit. Avec suffisamment de références, on peut se recaler à quelques centimètres, ce qui aide à trouver une entrée, suivre un chemin piéton ou éviter des obstacles.